《切比雪夫不等式》-(精选)课件.pptVIP

5.2.4切比雪夫不等式 数学期望E(X)反映了随机变量X的平均值，而方差D(X)刻画了随机变量X的取值对数学期望E(X)的离散程度。 在已知E(X) 、D(X)的情况下，可以利用切比雪夫不等式近似估计随机变量的概率分布。 例 在每次试验中，事件A发生的概率为0.5，利用切比雪夫不等式估计，在1000次独立试验中，事件A发生的次数在450至550次之间的概率. 解：设表示1000次独立试验中事件A发生的次数，则 例 随机地掷六颗骰子 ，试利用切比雪夫不等式估计：六颗骰子出现的点数总和不小于9且不超过33点的概率。 解：设 ?表 示 六 颗 骰 子 出 现 的 点 数 总 和。 ?i，表 示 第 i 颗 骰 子 出 现 的 点 数 ，i = 1，2，…，6 ?1， ?2， … ，?6 相 互 独 立 ， 显 然 定理 设随机变量X的数学期望E(X)=? , 方差D(X)=?2, 则对任意的正数?，有 --------切比雪夫(chebyshev)不等式． 切比雪夫不等式 证明:（X为连续型） 设X的概率密度为f(x)，则 (1)这个不等式给出了在随机变量X的分布未知的情况下事件 |x-μ|<ε的概率的一种估计方法。例如: (2) 切比雪夫不等式也从另一角度体现了方差D(X)的意义。从切比雪夫不等式可以看出，随机变量X的方差越小，则X的取值越集中在其中心E(X)的附近。方差越小，X取值越集中在区间(E(X)-ε, E(X)+ε)之内。 意义：切比雪夫不等式 (3)可以证明方差性质 例一台设备由10个独立工作的元件组成,每一元件 在时间T发生故障的概率为0.05．设在时间T发生 故障的元件数为X.试用切比雪夫不等式估计随机 变量X与其数学期望的偏差（若不对称？） （a）小于2；(b)不小于2的概率． 解 （a）由题意知X~b(10, 0.05)，且 由切比雪夫不等式，得 E(X)=0.5 D(X)=0.475 (b) * 当然这个估计是很粗糙的。 *